字節跳動上線「即夢 AI」iOS 版：支援文生圖和影片，月費 69 元
據外媒報道，字節跳動在中國大陸蘋果 App Store 上線「即夢 AI」應用，將文生圖和文生影片能力帶到 iPhone 端。免費使用者最多可生成 80 張圖片和 26 條影片，月費 69 元。目前僅限中國大陸地區使用。
AI影片
檢視更新的新聞
輝達被曝抓取 YouTube 海量影片：練 Cosmos 模型，稱獲高層放行
據 404 Media 曝光，輝達從 YouTube 和 Netflix 等平臺抓取海量影片，用來訓練代號為 Cosmos 的 AI 模型。當員工質疑版權風險時，管理層稱已獲最高層放行。輝達回應稱完全符合版權法，該技術擬用於 3D 世界生成與數字人等產品。
Vimeo 上線 AI 影片翻譯：自帶原聲克隆，一鍵生成 29 種語言音軌
Vimeo 推出基於生成式 AI 的影片翻譯工具，不僅能轉譯音訊和字幕，還能克隆原發言人的音色與語調。該功能支援 50 多種原語言輸入並輸出為 29 種語言，觀眾能在播放器中直接切換音軌，大幅降低了企業跨國培訓和出海營銷的本地化成本。
Runway釋出Gen-3 Alpha Turbo：速度快7倍，生成10秒影片僅需11秒
Runway在X上宣佈推出影片模型Gen-3 Alpha Turbo，生成速度比原版Gen-3 Alpha提升7倍，生成一段10秒的高畫質影片僅耗時11秒。新模型價格更低，近期陸續向用戶推送，移動端也即將支援圖生影片。
NVIDIA 更新數字人技術：推出可感知情緒的 AI 助手 James
NVIDIA 在 SIGGRAPH 預覽了互動式數字人「James」以及 Maxine 3D 等技術。James 基於 NVIDIA ACE 與 ElevenLabs 語音打造，能帶情緒和幽默感進行即時互動。最關鍵的是，普通 2D 影片肖像現可通過 Maxine 3D 快速生成 3D 數字人化身。
Runway 上線 Gen-3 Alpha 圖生影片：支援單圖定首幀，畫面更穩定
Runway 宣佈上線 Gen-3 Alpha 的圖生影片功能。使用者現在可以將任意靜態圖片作為影片的第一幀，還能配合文本提示詞輔助控制。這一更新大幅改善了生成影片的可控度與視覺一致性，創作者不用再完全靠文字碰運氣了。
Runway 遭曝秘密抓取 YouTube 影片與盜版電影訓練 Gen-3
據 404 Media 曝光的一份內部表格，Runway 秘密抓取了成千上萬個 YouTube 創作者影片、知名品牌內容及盜版電影來訓練其主力模型 Gen-3。此前獲 Google 和輝達投資的 Runway 面對資料提問時一直含糊其辭，這次洩露讓 AI 影片的資料版權爭議再次激化。
快手可靈 AI 全球上線：郵箱直接註冊，每天送 66 積分免費生影片
快手旗下可靈 AI 1.0 正式全球上線，憑郵箱即可註冊。平臺每天贈送 66 點免費積分，支援文生影片與圖生影片，還自帶運鏡控制功能，生成 5 秒片段約耗時 5 分鐘。相比仍處於內測的 OpenAI Sora，可靈直接讓所有人都能免費上手體驗。
Stability AI 釋出 Stable Video 4D：單段影片一鍵轉出 8 個新視角
Stability AI 推出動態多視角影片生成模型 Stable Video 4D。使用者上傳一段單一主體的影片並指定相機位姿，模型約 40 秒內即可生成 8 個視角的 5 幀影片，可用於後續動態 3D 最佳化，目前已在 Hugging Face 開源。
Luma Dream Machine 上線 Loops 功能：生成無縫迴圈 AI 影片
Luma Labs 在 AI 影片模型 Dream Machine 中上線 Loops 功能。該功能支援讓生成的影片首尾無縫銜接，直接匯出平滑迴圈的動態畫面。對於常做動態背景或動效的創作者而言，省去了後期手動拼合素材的麻煩。
Beeble AI 獲 475 萬美元融資：讓獨立導演用手機做出好萊塢級虛擬光影
韓國視覺特效初創公司 Beeble AI 宣佈完成 475 萬美元種子輪融資。其核心技術能將手機拍攝的 2D 畫面重建為高精 3D 模型，允許作者在後期隨意重置光影、背景與機位，試圖用可控的 AI 工作流取代好萊塢昂貴的 LED 虛擬攝影棚。
Odyssey 亮相：主打能讓創作者親自「導演」的好萊塢級視覺 AI
Oliver Cameron 公佈新專案 Odyssey，主打好萊塢級視覺 AI。它不僅能生成風景、角色、光影與動作，還支援創作者精細導演。團隊目標是改變電影、電視劇和遊戲的製作流程，讓視覺生成不再只是不可控的抽卡。
LivePortrait：單張人像秒變動態影片，RTX 4090 單幀僅 12.8 毫秒
快手團隊開源肖像動畫框架 LivePortrait。它不走主流 Diffusion 路線，而是靠隱式關鍵點讓單張人像或貓狗照片隨影片動起來，在 RTX 4090 上單幀耗時僅 12.8 毫秒。目前推理程式碼與模型權重均已公開。
Captions 推出 AI Edit：一鍵為豎屏口播影片加特效、貼圖與配樂
影片剪輯應用 Captions 推出 AI Edit 功能。使用者匯入單人出鏡的豎屏口播影片後，AI 會根據內容自動新增縮放、轉場、貼圖、音樂與音效。它還能結合內建的 12 款 AI 數字人，幾分鐘內僅憑提示詞就全自動產出剪輯完成的影片。
玩具反斗城聯手 OpenAI：首部 Sora 品牌宣傳片亮相
玩具反斗城母公司釋出號稱首部由 OpenAI Sora 參與制作的品牌宣傳片。創意機構透露，Sora 完成了大約 80% 至 85% 的畫面生成，其餘細節由十餘人團隊通過後期視效修整。這也是 Sora 首次公開試水商業品牌廣告。
Synthesia 2.0 釋出：用手機自拍做數字人，手勢肢體動作今年上線
Synthesia 推出企業級影片平臺 Synthesia 2.0。新版本不僅支援用手機或攝像頭錄製專屬數字人，並同步復刻 30 多種語言音色，還展示了今年晚些時候上線的帶手勢全身數字人。企業做培訓和演示不用再約影棚，對著攝像頭錄一段就能批次生成影片。
Runway 釋出 Gen-3 Alpha：主打精細時間控制與逼真人物生成
Runway 釋出新一代影片生成基礎模型 Gen-3 Alpha。它在保真度、畫面一致性和動態表現上相比 Gen-2 顯著提升，支援高密度的精細時間控制與電影級鏡頭語言，能生成情緒細膩的人物角色。
TikTok 推出 Symphony 數字人：支援定製分身與多語言 AI 配音
TikTok 推出廣告 AI 工具 Symphony 數字人分身與 AI 配音功能。該工具提供支援 30 多種語言的預製授權數字人及定製分身，配合配音可將影片轉譯為 10 多種語言。這意味著創作者和品牌無需重複實拍，就能低成本規模化出海投放。
DeepMind 公佈 V2A 技術：看懂影片畫面，自動生成配樂與對白
Google DeepMind 公佈影片轉音訊（V2A）技術研究進展，能結合影片畫面與文本提示生成同步聲音。該系統基於擴散模型，無需手動對齊即可為靜音影片或老膠片搭配配樂、擬音與臺詞。不過目前口型同步等仍有侷限，模型尚未公開發布。
翠貝卡電影節設立 Sora 短片展：5 位導演用 AI 拍片
翠貝卡電影節宣佈推出 Sora Shorts 專案，定於 6 月 15 日展映 5 部完全由 OpenAI 的 Sora 模型生成的原創短片。入選導演包括聖丹斯獲獎者 Nikyatu Jusu 等，他們提前獲得了尚未公開發布的 Sora 使用許可權，並在創作中遵守工會相關協議。